名古屋 2R 詳細AI予想

本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。

モデル

2R 名古屋競馬場ダ1500m ダート1500m　発走 12:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ショウナンライラ	加藤聡（愛知）	実3.0	B△ A◎勝率44% EV+31% 詳細▼	人気馬、市場評価通りで上乗せなし（騎手は近50戦で勝率24%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 騎手近50戦勝率 24% (好調) × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 12.4% (オッズ暗示: 33.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 43.8% / 期待値 +31% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	ワルキューレクイン	赤津和（笠松）	実16.4	B△ A△勝率3% EV-48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／前走3着）
前5走 09/02 名古屋4R 3着/11頭+2.0秒 08/24 名古屋12R 2着/3頭 06/30 名古屋3R 6着/12頭+0.0秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 16日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +57% (市場が大幅過小評価) AI 予想勝率 9.6% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.1% / 期待値 -49% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	ビーウィナー推奨	細川智（愛知）	実5.5	B◎ A○勝率18% EV-3% 詳細▼	市場が大きく過小評価、AI予想勝率46% × オッズ5.5倍で期待値+152%の有力候補（市場想定よりAI評価が高く妙味）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) ◎ 期待値 (オッズ vs AI勝率) +152% (市場が大幅過小評価) AI 予想勝率 45.9% (オッズ暗示: 18.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.5% / 期待値 -4% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	ピゲ	山田祥（愛知）	実6.3	B○ A△勝率7% EV-54% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 08/26 船橋8R 3着/3頭 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 15.1% (オッズ暗示: 15.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 期待値 -55% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	シルフ	塚本征（愛知）	実3.8	B▲ A▲勝率16% EV-39% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 13.0% (オッズ暗示: 26.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.8% / 期待値 -40% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	アルティーノ	加藤誓（愛知）	実161.1	B× A▽勝率1% EV+23% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 06/16 川崎6R 11着/11頭 ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 94日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 期待値 +23% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	オーブレーヌ	近藤颯（愛知）	実5.3	B△ A△勝率7% EV-65% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 18.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.5% / 期待値 -65% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	オーケーグレイス自在	阿部基（笠松）	実75.4	B× A▽勝率1% EV+12% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 09/07 名古屋12R 11着/11頭+5.5秒 08/21 名古屋3R 5着/12頭+0.7秒 07/31 名古屋4R 7着/12頭+2.1秒 07/14 名古屋1R 8着/12頭 07/01 名古屋1R 12着/12頭+2.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.5% / 期待値 +12% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ビオトープ自在	丸山真（愛知）	実72.9	B▽ A▽勝率1% EV-20% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走3着）
前5走 09/02 名古屋12R 3着/3頭 08/21 名古屋2R 9着/12頭+2.6秒 07/28 名古屋1R 2着/12頭+94.7秒 07/13 名古屋2R 9着/12頭 06/16 名古屋2R 7着/10頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 1.7% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 期待値 -20% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	エルヴ先行	丸野勝（愛知）	実27.4	B× A▽勝率3% EV-27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 09/07 名古屋12R 8着/11頭+1.5秒 08/21 名古屋3R 11着/12頭+3.5秒 07/03 名古屋5R 4着/12頭 03/11 名古屋10R 5着/10頭+1.3秒 ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 期待値 -27% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

AI評価 ◎鉄板本命 ◎本命 ○対抗 ▲注目 △押さえ ▽下位 ×推奨外／ 期待値 100円賭けたときの想定利益率／ オッズ 実=リアル取得済推定=推定オッズ／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）

AIの本命

B推奨Aモデル ○

ビーウィナー

騎手細川智（愛知）

単勝オッズ

5.5倍

AI期待値

+152%

買い目

¥800

全レースの推奨

AIの推奨本命の次点

○A:△4ピゲ

6.3倍

EV -4%

▲A:▲5シルフ

3.8倍

EV -50%

出走馬全10頭

◎A:○3

ビーウィナー

細川智（愛知）

5.5倍

+152%

›

○A:△4

ピゲ

山田祥（愛知）

6.3倍

-4%

›

▲A:▲5

シルフ

塚本征（愛知）

3.8倍

-50%

›

△A:◎1

ショウナンライラ

加藤聡（愛知）

3.0倍

-62%

›

△A:△2

ワルキューレクイン

赤津和（笠松）

16.4倍

+57%

›

△A:△7

オーブレーヌ

近藤颯（愛知）

5.3倍

-90%

›

▽A:▽9

ビオトープ

丸山真（愛知）

72.9倍

+24%

›

×A:▽10

エルヴ

丸野勝（愛知）

27.4倍

-85%

›

×A:▽8

オーケーグレイス

阿部基（笠松）

75.4倍

-99%

›

×A:▽6

アルティーノ

加藤誓（愛知）

161.1倍

-99%

›

各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 3 ビーウィナー ¥800 実5.5倍期待値 +153% 不的中3着単勝 5.5倍

※ オッズは予測時点の値です。

2R 名古屋競馬場ダ1500m ダート1500m　発走 12:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ショウナンライラ	加藤聡（愛知）	実3.0	◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（騎手は近50戦で勝率24%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 騎手近50戦勝率 24% (好調) ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 43.8% (オッズ暗示: 33.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	ワルキューレクイン	赤津和（笠松）	実16.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／前走3着）
前5走 09/02 名古屋4R 3着/11頭+2.0秒 08/24 名古屋12R 2着/3頭 06/30 名古屋3R 6着/12頭+0.0秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 6.1%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	ビーウィナー推奨	細川智（愛知）	実5.5	○詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 17.5% (オッズ暗示: 18.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	ピゲ	山田祥（愛知）	実6.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均3.0着と安定／前走3着）
前5走 08/26 船橋8R 3着/3頭 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 15.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	シルフ	塚本征（愛知）	実3.8	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 15.8% (オッズ暗示: 26.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	アルティーノ	加藤誓（愛知）	実161.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／94日ぶりの実戦）
前5走 06/16 川崎6R 11着/11頭 ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 94日休養明け △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 0.8% (オッズ暗示: 0.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	オーブレーヌ	近藤颯（愛知）	実5.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 18.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	オーケーグレイス自在	阿部基（笠松）	実75.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 09/07 名古屋12R 11着/11頭+5.5秒 08/21 名古屋3R 5着/12頭+0.7秒 07/31 名古屋4R 7着/12頭+2.1秒 07/14 名古屋1R 8着/12頭 07/01 名古屋1R 12着/12頭+2.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 1.5% (オッズ暗示: 1.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ビオトープ自在	丸山真（愛知）	実72.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走3着）
前5走 09/02 名古屋12R 3着/3頭 08/21 名古屋2R 9着/12頭+2.6秒 07/28 名古屋1R 2着/12頭+94.7秒 07/13 名古屋2R 9着/12頭 06/16 名古屋2R 7着/10頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.4%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	エルヴ先行	丸野勝（愛知）	実27.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 09/07 名古屋12R 8着/11頭+1.5秒 08/21 名古屋3R 11着/12頭+3.5秒 07/03 名古屋5R 4着/12頭 03/11 名古屋10R 5着/10頭+1.3秒 ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

AIの本命

AI評価1位

ショウナンライラ

騎手加藤聡（愛知）

単勝オッズ

3.0倍

AI期待値

+31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ビーウィナー

5.5倍

EV -3%

▲5シルフ

3.8倍

EV -39%

出走馬全10頭

◎1

ショウナンライラ

加藤聡（愛知）

3.0倍

+31%

›

○3

ビーウィナー

細川智（愛知）

5.5倍

-3%

›

▲5

シルフ

塚本征（愛知）

3.8倍

-39%

›

△4

ピゲ

山田祥（愛知）

6.3倍

-54%

›

△7

オーブレーヌ

近藤颯（愛知）

5.3倍

-65%

›

△2

ワルキューレクイン

赤津和（笠松）

16.4倍

-48%

›

▽10

エルヴ

丸野勝（愛知）

27.4倍

-27%

›

▽8

オーケーグレイス

阿部基（笠松）

75.4倍

+12%

›

▽9

ビオトープ

丸山真（愛知）

72.9倍

-20%

›

▽6

アルティーノ

加藤誓（愛知）

161.1倍

+23%

›

各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 3 ビーウィナー ¥800 実5.5倍期待値 -4% 不的中3着単勝 5.5倍

※ オッズは予測時点の値です。

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項